The ULS23 Challenge: a Baseline Model and Benchmark Dataset for 3D Universal Lesion Segmentation in Computed Tomography

要約

追跡 CT 検査での腫瘍症状のサイズ測定は、がん患者の治療結果を評価するために重要です。
効率的な病変のセグメンテーションにより、これらの放射線ワークフローを高速化できます。
数多くのベンチマークや課題が肝臓、腎臓、肺などの特定の臓器における病変の分割に取り組んでいますが、臨床現場で遭遇する病変の種類が多岐にわたるため、より普遍的なアプローチが必要とされています。
このギャップに対処するために、胸腹部骨盤 CT 検査における 3D ユニバーサル病変セグメンテーション用の ULS23 ベンチマークを導入しました。
ULS23 トレーニング データセットには、膵臓、結腸、骨の困難な病変を含む、この領域全体にわたる 38,693 の病変が含まれています。
評価の目的で、284 人の患者からの 775 個の病変を含むデータセットを厳選しました。
これらの病変のそれぞれは、臨床状況における標的病変として特定され、このデータセット内の多様性と臨床的関連性が保証されています。
ULS23 ベンチマークは、uls23.grand-challenge.org 経由で公開されており、世界中の研究者がセグメンテーション手法のパフォーマンスを評価できるようになります。
さらに、ベースラインの半教師あり 3D 病変セグメンテーション モデルを開発し、公開しました。
このモデルは、チャレンジ テスト セットで平均ダイス係数 0.703 $\pm$ 0.240 を達成しました。
将来の ULS モデルの開発を進めるために、継続的な提案を募集しています。

要約(オリジナル)

Size measurements of tumor manifestations on follow-up CT examinations are crucial for evaluating treatment outcomes in cancer patients. Efficient lesion segmentation can speed up these radiological workflows. While numerous benchmarks and challenges address lesion segmentation in specific organs like the liver, kidneys, and lungs, the larger variety of lesion types encountered in clinical practice demands a more universal approach. To address this gap, we introduced the ULS23 benchmark for 3D universal lesion segmentation in chest-abdomen-pelvis CT examinations. The ULS23 training dataset contains 38,693 lesions across this region, including challenging pancreatic, colon and bone lesions. For evaluation purposes, we curated a dataset comprising 775 lesions from 284 patients. Each of these lesions was identified as a target lesion in a clinical context, ensuring diversity and clinical relevance within this dataset. The ULS23 benchmark is publicly accessible via uls23.grand-challenge.org, enabling researchers worldwide to assess the performance of their segmentation methods. Furthermore, we have developed and publicly released our baseline semi-supervised 3D lesion segmentation model. This model achieved an average Dice coefficient of 0.703 $\pm$ 0.240 on the challenge test set. We invite ongoing submissions to advance the development of future ULS models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google